| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 基因表达谱数据描述 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.4 论文研究内容与结构安排 | 第15-18页 |
| 1.4.1 主要研究内容 | 第15-16页 |
| 1.4.2 结构安排 | 第16-18页 |
| 第二章 特征选择的相关理论和方法 | 第18-26页 |
| 2.1 邻域粗糙集 | 第18-19页 |
| 2.2 聚类 | 第19-23页 |
| 2.2.1 聚类分析 | 第19-21页 |
| 2.2.2 聚类算法 | 第21页 |
| 2.2.3 蚁群聚类 | 第21-23页 |
| 2.3 特征选择方法 | 第23-24页 |
| 2.3.1 过滤法 | 第23页 |
| 2.3.2 缠绕法 | 第23-24页 |
| 2.4 特征选择过程 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于依赖度和距离函数的邻域粗糙集特征选择方法 | 第26-36页 |
| 3.1 引言 | 第26-27页 |
| 3.2 邻域粗糙集模型的相关概念 | 第27-29页 |
| 3.3 基于依赖度和距离函数的邻域粗糙集特征选择方法 | 第29-32页 |
| 3.3.1 基于邻域粗糙集的依赖度 | 第30页 |
| 3.3.2 上下近似集均值距离函数 | 第30-32页 |
| 3.3.3 邻域粗糙集特征选择方法 | 第32页 |
| 3.4 实验分析 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于EK-medoids聚类和邻域距离的特征选择方法 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 基础知识 | 第36-38页 |
| 4.3 基于EK-medoids聚类和邻域距离的特征选择 | 第38-42页 |
| 4.3.1 基于有效距离的相似性矩阵 | 第38-39页 |
| 4.3.2 基于相似性矩阵的K-medoids聚类 | 第39-40页 |
| 4.3.3 基于邻域距离的属性重要性 | 第40-41页 |
| 4.3.4 基于EK-medoid聚类和邻域距离的特征选择算法 | 第41-42页 |
| 4.4 实验结果与分析 | 第42-45页 |
| 4.4.1 实验数据与方法 | 第42页 |
| 4.4.2 实验结果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于蚁群聚类优化的邻域特征选择方法 | 第46-58页 |
| 5.1 引言 | 第46-47页 |
| 5.2 相关知识 | 第47-51页 |
| 5.2.1 传统的蚁群算法 | 第47-49页 |
| 5.2.2 邻域系统 | 第49-51页 |
| 5.3 基于蚁群聚类优化的邻域特征选择 | 第51-54页 |
| 5.3.1 改进的蚁群算法 | 第51-53页 |
| 5.3.2 基于邻域距离的特征选择 | 第53页 |
| 5.3.3 基于蚁群聚类优化的邻域特征选择算法 | 第53-54页 |
| 5.4 仿真实验 | 第54-56页 |
| 5.4.1 实验数据与方法 | 第54页 |
| 5.4.2 实验结果分析 | 第54-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 结论 | 第58-60页 |
| 6.1 工作总结 | 第58-59页 |
| 6.2 今后研究构想 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间的科研成果 | 第68-69页 |
